Source: https://ailoot.ai/models/fr/meta-muse-voice-transcribe-1-0/ Canonical: https://ailoot.ai/models/fr/meta-muse-voice-transcribe-1-0/ Language: fr # Meta: Muse Voice Transcribe 1.0 [Markdown](https://ailoot.ai/models/fr/meta-muse-voice-transcribe-1-0/index.md) · [JSON](https://ailoot.ai/models/fr/meta-muse-voice-transcribe-1-0/facts.json) ## [Meta: Muse Voice Transcribe 1.0](https://ailoot.ai/models/fr/meta-muse-voice-transcribe-1-0/) Muse Voice Transcribe 1.0 est le modèle de transcription vocale de Meta destiné à la dictée, à la détection des tours de parole et aux transcriptions distinguant les locuteurs. Il prend en charge les indications de langue et de vocabulaire, l’alternance entre langues et le repérage temporel par tour de parole, avec des procédures distinctes pour les enregistrements et l’audio en direct. - [**Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/fr/meta-muse-voice-transcribe-1-0/#method-0) À propos du modèle Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous. Muse Voice Transcribe 1.0 est le modèle de perception audio de Meta destiné à transcrire la parole, à détecter les limites des énoncés et à attribuer les tours de parole aux locuteurs. Il appartient à la famille de modèles Muse Spark et réunit dans un même modèle la reconnaissance vocale, la diarisation et la détection des fins de tours de parole. Il produit le texte reconnu, accompagné des informations temporelles et des indications de locuteur disponibles dans le mode choisi. Le modèle traite l’audio par blocs de 80 millisecondes et décide s’il doit continuer à écouter ou émettre du texte. Son délai adaptatif lui permet d’attendre des données audio supplémentaires lorsqu’un mot est plus difficile à déterminer. Il produit ainsi du texte provisoire pendant que la parole arrive, puis des résultats de transcription terminés. Considérez l’hypothèse provisoire et le tour de parole terminé comme deux étapes distinctes de l’écoute. Vous pouvez choisir parmi trois modes. Push-to-talk est le mode par défaut pour un énoncé unique et maîtrisé, par exemple une requête vocale ou un court passage dicté. Endpointing laisse le modèle détecter les limites des tours de parole et renvoyer une transcription terminée pour chaque segment détecté. Diarization attribue la parole reconnue à des étiquettes de locuteur ; ce mode vise les enregistrements à plusieurs locuteurs plutôt que les échanges de commandes vocales les plus rapides. Pour un enregistrement, la procédure de transcription de fichier renvoie une transcription complète en une seule requête. Le résultat par défaut est un objet JSON contenant la transcription et la durée de l’audio, avec un tableau turns dans les modes Endpointing et Diarization. Chaque tour de parole peut comporter un identifiant, un début et une fin en millisecondes ainsi que son texte reconnu. Les étiquettes de locuteur sont présentes en mode Diarization. Push-to-talk produit la transcription complète sans tours de parole détectés dans ce tableau. L’interface du fabricant pour les fichiers enregistrés peut également renvoyer du texte brut ou un flux d’événements de transcription. Le texte brut conserve les tours de parole détectés sur des lignes distinctes et peut inclure les étiquettes de locuteur ; un flux d’événements se termine après son dernier événement, sans récapitulatif JSON séparé. Son mode provisoire delta renvoie le texte de façon incrémentale, tandis que l’événement de transcription finale contient la formulation complète. Préparez un fichier RIFF/WAVE contenant un signal PCM mono à entiers de 16 bits, échantillonné à 16 ou 24 kHz. La fréquence native du modèle est de 24 kHz et l’interface accepte également 16 kHz. Convertissez les autres conteneurs ou encodages dans cette forme WAV prise en charge avant de fournir un enregistrement. Le profil de transcription de fichier autorise jusqu’à 10 minutes d’audio et un corps de requête total de 32 Mo. Conservez l’enregistrement original et toute conversion avec la transcription renvoyée, afin de pouvoir la vérifier ensuite à l’écoute. La procédure d’audio en direct utilise du PCM brut mono, signé, de 16 bits, en petit-boutiste, à 16 ou 24 kHz, envoyé approximativement au rythme du temps réel. Sa durée de session documentée est de 60 minutes. Meta décrit une entrée audio native dépassant une heure ; les limites documentées des fichiers et des sessions en direct restent des limites d’interface distinctes. Choisissez la procédure de fichier enregistré ou celle de direct selon que l’audio est déjà complet ou encore en cours de capture, et conservez les résultats de chaque session avec les segments d’entrée correspondants. Muse Voice Transcribe a été entraîné sur plus de 70 langues, tandis que l’interface de reconnaissance documentée énumère 25 langues prises en charge. Elles comprennent l’anglais, le français, l’allemand, l’espagnol, l’arabe, le chinois mandarin, l’hindi, le japonais, le coréen, l’italien et le portugais. Le modèle reconnaît l’alternance entre langues au sein d’une phrase ou entre les phrases. Une indication de langue peut nommer les langues attendues dans l’audio, mais elle oriente la reconnaissance sans imposer une langue unique à la transcription. Les indications de vocabulaire facilitent la reconnaissance des termes de produit, des sigles, des noms ou des lieux importants dans un enregistrement. Fournissez les mots réels et les graphies que vous vous attendez à entendre. La liste de mots-clés oriente la reconnaissance sans garantir une graphie exacte ; vérifiez donc les termes décisifs à partir de l’audio. Les indications de langue et les mots-clés sont choisis au début de la transcription ; adaptez-les à l’enregistrement concerné plutôt que d’en modifier le sens pendant une session. Le modèle prend en charge la diarisation de conversations réunissant plus de 20 locuteurs. Des étiquettes comme A et B identifient les locuteurs au sein d’une transcription. Elles ne constituent pas des noms vérifiés et n’établissent pas qu’une étiquette désigne la même personne dans une autre session. Pour une tâche d’analyse d’une réunion originale, demandez des tours de parole attribués aux locuteurs, conservez l’enregistrement et utilisez les étiquettes pour organiser la discussion avant d’associer de vrais noms de participants dans la procédure qui l’entoure. Les transcriptions provisoires en direct peuvent changer à mesure que la parole arrive. En mode cumulatif, chaque résultat provisoire remplace l’hypothèse précédente au lieu d’en ajouter une copie. Une fin de parole détectée marque une limite, tandis que le résultat du tour de parole terminé fournit le texte définitif et peut différer du dernier résultat provisoire. Conservez les tours de parole qui se chevauchent avec leurs identifiants respectifs et récupérez les résultats terminés avant de considérer la transcription comme achevée. Lorsque l’entrée en direct prend fin, signalez la fin de l’entrée et continuez à recevoir jusqu’à ce que le système producteur ait transmis tous les résultats en attente. Fermer immédiatement la connexion peut faire perdre ces résultats ; une limite de parole détectée termine un tour de parole, pas la session entière. Le repérage temporel se fait au niveau des tours de parole. Ce profil ne fournit ni horodatages mot à mot ni scores de confiance, et la progression du traitement audio n’est pas l’horodatage d’un mot particulier. La détection d’événements sonores, la détection des émotions et la remise en forme de la transcription se situent également hors du profil de sortie documenté. Utilisez les intervalles renvoyés pour construire une chronologie des locuteurs ou vérifier des segments, et conservez les mots reconnus si une étape de révision distincte crée ensuite des notes plus lisibles. Les livrables utiles comprennent un passage dicté complet, une transcription de requête vocale, une conversation attribuée aux locuteurs ou une chronologie des énoncés. Comparez les noms, les nombres et les termes techniques avec l’enregistrement original, préservez les associations entre le mode et les informations temporelles, et gardez les tours de parole complets à disposition pour vérification. La transcription établit ce qui a été reconnu dans l’audio ; répondre à une question orale, la traduire ou la transformer en compte rendu de réunion relève d’une étape ultérieure de l’application. **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `meta/muse-voice-transcribe-1.0` [`meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/fr/#m=meta%2Fmuse-voice-transcribe-1.0&route=Ultra&caller=meta%2Fmuse-voice-transcribe-1.0&fmt=transcriptions) Meta /`meta/muse-voice-transcribe-1.0` ### Premiers pas Muse Voice Transcribe 1.0 est le modèle de transcription vocale de Meta destiné à la dictée, à la détection des tours de parole et aux transcriptions distinguant les locuteurs. Il prend en charge les indications de langue et de vocabulaire, l’alternance entre langues et le repérage temporel par tour de parole, avec des procédures distinctes pour les enregistrements et l’audio en direct. Entrées acceptées Audio Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` Types d’entrée `audio` Types de sortie `text` | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites meta/muse-voice-transcribe-1.0 | Par défaut— | | Champ`input_audio` | Type`object` | ExigenceObligatoire | Valeurs et limites | Par défaut— | Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratmodel, input\_audio | | Paramètre`material_types` | Contrataudio | | Paramètre`material_conditions` | ContratL’exemple lit votre fichier PCM WAV réel et non vide, encode l’intégralité de ses octets en base64 et définit input\_audio.format sur wav pour l’envoi. | Cycle de vie : `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id exact provenant d’un enregistrement média existant vous appartenant `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarifs Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) #### Tarifs Ailoot #### Prix par configuration Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives. | Configuration | Barème tarifaire | Unité de facturation | Coût | | --- | --- | --- | --- | | ConfigurationTarifs de base par jeton | Barème tarifaireTarif de base | Unité de facturation— | Coût Entrée · Tokens en entrée **—** / 1K tokens Sortie · Tokens en sortie **—** / 1K tokens Entrée · Lecture du cache **—** / 1K tokens Entrée · Écriture dans le cache **—** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | | Configurationseconde d’audio en entrée | Barème tarifaire— | Unité de facturationpar seconde d’audio en entrée | Coût Entrée · seconde d’audio en entrée **$0.0001** par seconde d’audio en entrée | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Transcription audio curl · fichier WAV réel et résultat d’origine complet ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import base64, io, json, os, wave from pathlib import Path audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'): raise SystemExit('Supply your actual PCM WAV audio file') with wave.open(io.BytesIO(audio), 'rb') as recording: if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0: raise SystemExit('Supply a nonempty PCM WAV recording') request = {'model': 'meta/muse-voice-transcribe-1.0', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}} Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Retain the complete original response, headers and actual X-Client-Request-ID. # Read existing owned records for recovery; do not resubmit an uncertain operation. ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Transcription audio Corps complet de la réponse d’origine, statut et en-têtes transmis. Ce gestionnaire n’ajoute aucune structure JSON universelle, aucun champ texte ni aucune enveloppe de tâche. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création. ##### Si la réponse d’origine doit être vérifiée Conservez la valeur réelle de X-Client-Request-ID et la réponse complète. Consultez les ressources d’origine vous appartenant et leurs URL signées exactes de contenu ; ne soumettez jamais à nouveau une création incertaine. Champs de la réponse | Champ | Type | | --- | --- | | Champ`text (when present)` | Type | | Champ`usage (when present)` | Type | Erreurs et étapes suivantes | Réponse | Condition | Étape suivante | | --- | --- | --- | | Réponse400 · `invalid_request_error` | ConditionLe corps JSON ou l’identifiant canonique explicite du modèle n’est pas valide. | Étape suivanteConservez la réponse et corrigez le champ de requête indiqué. | | Réponse401 · `authentication_error` | ConditionLa clé API Ailoot n’est pas valide. | Étape suivanteUtilisez votre clé API Ailoot autorisée. | | Réponse403 · `permission_error` | ConditionLe groupe de la clé n’autorise pas cette méthode. | Étape suivanteConservez les détails de l’erreur renvoyés. | | Réponse404 · `not_found_error` | ConditionLa méthode sélectionnée ne dispose d’aucune route autorisée. | Étape suivanteConservez les détails de l’erreur renvoyés. | | Réponse422 · `price_unavailable` | ConditionLe tarif accepté ne permet pas d’obtenir la quantité d’entrée ou la borne requise. | Étape suivanteConservez la réponse ; utilisez la représentation d’entrée requise par le tarif accepté. | | Réponse503 · `` | ConditionLe stockage, la route, le tarif de la méthode ou la réservation requis ne sont pas disponibles. | Étape suivanteConservez la réponse d’origine complète. Une réservation incertaine n’autorise pas une nouvelle soumission. | | Réponse502 · `server_error` | ConditionLe résultat d’origine, l’utilisation ou le règlement nécessite une vérification. | Étape suivanteConservez l’identifiant réel de la requête et la réponse d’origine. Consultez l’enregistrement existant vous appartenant ; ne soumettez pas à nouveau la création. | ### Alias #### Alias du modèle **Ailoot Ultra** [`meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/fr/#m=meta%2Fmuse-voice-transcribe-1.0&route=Ultra&caller=meta%2Fmuse-voice-transcribe-1.0&fmt=transcriptions) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/fr/#m=meta%2Fmuse-voice-transcribe-1.0&route=Ultra&caller=meta%2Fmuse-voice-transcribe-1.0&fmt=transcriptions) FAQ · Meta: Muse Voice Transcribe 1.0 Quelles entrées et quels résultats sont disponibles ? `POST /v1/audio/transcriptions` · `meta/muse-voice-transcribe-1.0`: `audio` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/audio/transcriptions` · `meta/muse-voice-transcribe-1.0`: `model`, `input_audio` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.